DenseNet
DenseNet (Densely Connected Convolutional Network), introduzida por Huang, Liu, van der Maaten e Weinberger na CVPR 2017 (Prêmio de Melhor Artigo), conecta cada camada a todas as camadas subsequentes dentro de um bloco denso, de modo que cada camada receba os mapas de características concatenados de todas as camadas precedentes — maximizando a reutilização de características, fortalecendo o fluxo de gradiente e alcançando precisão competitiva com substancialmente menos parâmetros do que arquiteturas comparáveis, como a ResNet.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Huang, G., Liu, Z., van der Maaten, L., & Weinberger, K. Q. (2017). Densely Connected Convolutional Networks. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 4700–4708. DOI: 10.1109/CVPR.2017.243 ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. ISBN: 978-0-262-03561-3 ↗
Como citar esta página
ScholarGate. (2026, June 3). Densely Connected Convolutional Network (DenseNet). ScholarGate. https://scholargate.app/pt/deep-learning/densenet
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- EfficientNetAprendizado profundo↔ compare
- ResNet (Rede Residual)Aprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →